📅  最后修改于: 2020-12-13 14:18:57             🧑  作者: Mango
时间序列是一系列数据点,其中每个数据点都与时间戳关联。一个简单的例子是在给定的一天中,股票在不同时间点的价格。另一个例子是该地区一年中不同月份的降雨量。
在下面的示例中,我们以特定股票代码每天四分之一的股价价格为例。我们将这些值捕获为一个csv文件,然后使用pandas库将它们组织到一个数据框中。然后,通过将其他Valuedate列重新创建为索引并删除旧的valuedate列,将date字段设置为数据框的索引。
以下是给定季度不同日期的股票价格示例数据。数据保存在名为stock.csv的文件中
ValueDate Price
01-01-2018, 1042.05
02-01-2018, 1033.55
03-01-2018, 1029.7
04-01-2018, 1021.3
05-01-2018, 1015.4
...
...
...
...
23-03-2018, 1161.3
26-03-2018, 1167.6
27-03-2018, 1155.25
28-03-2018, 1154
from datetime import datetime
import pandas as pd
import matplotlib.pyplot as plt
data = pd.read_csv('path_to_file/stock.csv')
df = pd.DataFrame(data, columns = ['ValueDate', 'Price'])
# Set the Date as Index
df['ValueDate'] = pd.to_datetime(df['ValueDate'])
df.index = df['ValueDate']
del df['ValueDate']
df.plot(figsize=(15, 6))
plt.show()
其输出如下-